AI Platform Engineer MLOps & LLMOps (w/m/d) in Immenstaad am Bodensee, Deutschland

HENSOLDT - Innovationen für eine sicherere Welt HENSOLDT ist ein führendes europäisches Hightech-Unternehmen der Verteidigungs- und Sicherheitsindustrie mit Sitz in Taufkirchen bei München. Das Unternehmen entwickelt Sensorlösungen, Elektronik und Software für die Bereiche Luft, Land, See, Cyber und Weltraum und unterstützt Streitkräfte weltweit dabei, Bedrohungen frühzeitig zu erkennen und fundierte operative Entscheidungen zu treffen. Aufbauend auf jahrzehntelanger Erfahrung in missionskritischer Sensorik verbindet HENSOLDT Radar-, Optronik-, Elektronik- und Cyberkompetenzen mit datengetriebener Software und künstlicher Intelligenz. Im Geschäftsjahr 2025 erzielte HENSOLDT mit rund 9.500 Mitarbeiterinnen und Mitarbeitern einen Umsatz von 2,46 Milliarden Euro. Das Unternehmen ist an der Frankfurter Wertpapierbörse im MDAX notiert. Für den Bereich „Digital Office“ suchen wir am Standort Ulm (bevorzugt), Taufkirchen, Immenstaad, Oberkochen oder Fürstenfeldbruck zum nächstmöglichen Zeitpunkt einen AI Platform Engineer MLOps & LLMOps (w/m/d) Wir bauen und betreiben eine Enterprise AI Plattform, auf der Large Language Models (LLMs) und weitere Machine-Learning- und AI-Services produktiv im Unternehmen eingesetzt werden. Die zugrunde liegende Infrastruktur basiert auf Kubernetes und OpenShift sowie GPU-basierten Systemen und stellt Entwicklungs-, Trainings- und Inference-Umgebungen für interne Teams bereit. Als „AI Platform Engineer MLOps und LLMOps (w/m/d)“ gestalten Sie den stabilen und skalierbaren Betrieb dieser Plattform und entwickeln sie kontinuierlich weiter. Dabei arbeiten Sie an der Schnittstelle von Platform Engineering, DevOps, MLOps und LLMOps und überführen Anforderungen aus AI-Entwicklung und Data Science in zuverlässige Plattformservices. Ihre Aufgaben Betrieb und Weiterentwicklung der AI- und Machine-Learning-Plattform auf Kubernetes und OpenShift Administration, Bereitstellung und Troubleshooting von Entwicklungsumgebungen, Modellen, Pipelines sowie Trainings- und Inference-Workloads Betrieb und Optimierung von GPU-basierten Workloads sowie von Model-Serving- und Inference-Services für Large Language Models Weiterentwicklung und Automatisierung von MLOps- und LLMOps-Prozessen, unter anderem für Modell-Lifecycle, Deployments, Evaluierung und Monitoring Automatisierung von Infrastruktur- und Deployment-Prozessen mit Infrastructure-as-Code, Continuous Integration und Continuous Delivery (CI/CD) sowie Aufbau von Monitoring und Observability Unterstützung von AI-Entwicklungs- und Data-Science-Teams bei der Nutzung und Weiterentwicklung der Plattform sowie Analyse und Behebung technischer Störungen Ihr Profil Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, Data Science oder eine vergleichbare Qualifikation Mehrjährige praktische Erfahrung im Platform Engineering, DevOps oder Betrieb von Kubernetes- bzw. OpenShift-Umgebungen Gute Kenntnisse in Container-Technologien, Automatisierung und Infrastructure-as-Code sowie Erfahrung mit CI/CD- und Betriebsprozessen Grundlegendes Verständnis von GPU-basierten Workloads sowie Erfahrung mit AI-, Machine-Learning- oder MLOps-Plattformen von Vorteil Erfahrung mit MLOps oder LLMOps, insbesondere im Betrieb von Modellen, Model Serving, Pipelines, Evaluierung oder Monitoring, von Vorteil Strukturierte und selbstständige Arbeitsweise sowie gute Deutsch- und Englischkenntnisse und Bereitschaft zur Durchführung einer Sicherheitsüberprüfung Freuen Sie sich auf Flexible Arbeitszeiten & Work-Life-Balance Vergütung & Sozialleistungen Persönliche & berufliche Entwicklung Arbeitsatmosphäre Gesundheit & Vorsorge Mobilität & Nachhaltigkeit Sie wollen Teil eines zukunftsorientierten Unternehmens werden? Und sind bereit Verantwortung in spannenden internationalen und nationalen Projekten zu übernehmen? Dann sind Sie unser Kandidat! Bewerben Sie sich bitte ausschließlich online über unser Karriereportal mit Ihrem Lebenslauf und Ihren Zeugnissen. Sollten Sie weitere Fragen haben, können Sie gerne unser Recruiting Team kontaktieren: [email protected] Erfahren Sie mehr über HENSOLDT und unsere Stellenangebote: Jetzt bewerben Werden Sie unser nächster Pionier. Bewerben Sie sich jetzt und werden Sie Teil des HENSOLDT-Teams! HENSOLDT setzt sich für Vielfalt und eine integrative Firmenkultur ein. Daher begrüßen wir alle Bewerbungen - unabhängig von Herkunft, Alter, Geschlecht, Behinderung, Identität oder Weltanschauung. Als »AI Platform Engineer MLOps und LLMOps (w/m/d)« gestalten Sie den stabilen und skalierbaren Betrieb dieser Plattform und entwickeln sie kontinuierlich weiter. Dabei arbeiten Sie an der Schnittstelle von Platform Engineering, DevOps, MLOps und LLMOps und überführen Anforderungen aus AI-Entwicklung und Data Science in zuverlässige Plattformservices. Betrieb und Weiterentwicklung der AI- und Machine-Learning-Plattform auf Kubernetes und OpenShift Administration, Bereitstellung und Troubleshooting von Entwicklungsumgebungen, Modellen, Pipelines sowie Trainings- und Inference-Workloads Betrieb und Optimierung von GPU-basierten Workloads sowie von Model-Serving- und Inference-Services für Large Language Models Weiterentwicklung und Automatisierung von MLOps- und LLMOps-Prozessen, unter anderem für Modell-Lifecycle, Deployments, Evaluierung und Monitoring Automatisierung von Infrastruktur- und Deployment-Prozessen mit Infrastructure-as-Code, Continuous Integration und Continuous Delivery (CI/CD) sowie Aufbau von Monitoring und Observability Unterstützung von AI-Entwicklungs- und Data-Science-Teams bei der Nutzung und Weiterentwicklung der Plattform sowie Analyse und Behebung technischer Störungen Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, Data Science oder eine vergleichbare Qualifikation Mehrjährige praktische Erfahrung im Platform Engineering, DevOps oder Betrieb von Kubernetes- bzw. OpenShift-Umgebungen Gute Kenntnisse in Container-Technologien, Automatisierung und Infrastructure-as-Code sowie Erfahrung mit CI/CD- und Betriebsprozessen Grundlegendes Verständnis von GPU-basierten Workloads sowie Erfahrung mit AI-, Machine-Learning- oder MLOps-Plattformen von Vorteil Erfahrung mit MLOps oder LLMOps, insbesondere im Betrieb von Modellen, Model Serving, Pipelines, Evaluierung oder Monitoring, von Vorteil Strukturierte und selbstständige Arbeitsweise sowie gute Deutsch- und Englischkenntnisse und Bereitschaft zur Durchführung einer Sicherheitsüberprüfung